Máster en Gestión y Analítica Avanzada de Datos, Big Data e IA

El objetivo general es llegar a ser un experto en el mundo de los datos, y entender cómo funciona el ciclo de los datos para la toma de decisiones basada en datos.

SUPERACIÓN DEL MÁSTER

Realizando aquellos ejercicios prácticos y trabajos que cada docente solicite, y superándolos con éxito

Superando la certificación AZ900 Azure Fundamentals y Oracle Cloud Infrastructure Foundations Associate

Llevando a cabo los entregables a realizar en cada módulo y el examen correspondiente al módulo de Seguridad

Elaborando el Trabajo Fin de Máster que deberá ser defendido ante un Tribunal de Evaluación

El alumnado debe disponer durante el desarrollo de las sesiones de su propio pc con Windows 10/11 profesional incorporado y con un mínimo de 8GB de RAM

REALIZACIÓN DE PRÁCTICAS EN EMPRESAS

Aprende de los mejores profesionales, expertos, directivos y empresarios.

Temario:

Metodología

El Máster combina clases teóricas y prácticas, junto con un proyecto final que se desarrolla a lo largo del programa. Además, incluye seminarios impartidos por expertos y grandes proveedores de la industria para proporcionar una visión actualizada del campo de los datos y la IA.

Será imprescindible para la obtención del Diploma, la asistencia del alumno a la totalidad de las sesiones lectivas programadas (salvo al 10% de horas lectivas por causas justificadas).

Programa *

Bloque 1: Apertura e Introducción ciencia de datos
Presentación del programa + Aplicaciones en diferentes industrias
Fundamento de la ciencia de datos: definición y conceptos
Experiencia y aplicación practica del Máster

Bloque 2: Arquitectura de big data
Plataformas y tecnologías de procesamiento
Definición y característica Big Data
Definición del Proyecto TFM

Bloque 3: Sistema de almacenamiento
Bases de datos relacionales: Diseño y estructura
Bases de datos no relacionales (NoSQL): Conceptos y casos de uso
Almacenamiento
TFM: revisión de las actividades

Bloque 4: Modelo de datos
Diseño de Bases de datos relaciones: introducción y modelos de datos
Modelos de datos no SQL (documentos, etc.)
Espacio de datos
Sesión vendor: Denodo (virtualización)

Bloque 5: Procesamiento del dato
Introducción al SQL: sintaxis básica
Introducción a Python: Sintaxis básica y librerías
Introducción al R: Sintaxis básica
NO SQL / JSON
Procesamiento en tiempo real y por lotes: Spark y Kafka
Experto: Cloudera
TFM: revisión de las actividades

Bloque 6: Cloud Computing
Principales proveedores y soluciones de Cloud Computing: Oracle – OCI
Principales proveedores y soluciones de Cloud Computing: Azure Microsoft
Principales proveedores y soluciones de Cloud Computing: AWS
Principales proveedores y soluciones de Cloud Computing: Google
Experto: Sesión Oracle
Experto: Sesión con AWS
TFM: revisión de las actividades

Bloque 7: Seguridad del dato
Fundamentos de seguridad de datos: Confidencialidad, integridad y disponibilidad
Amenazas y vulnerabilidades
Gestión identidades y encriptación de datos
TFM: revisión de las actividades

Bloque 8: Gobierno del Dato
Marco de gobierno de dato: políticas y procedimientos
Gestión del Cambio
Data Quality
Herramientas de Gobierno del Dato
Privacidad de los datos y GDPR
IA. Introducción normativa y Data Ethics
Gobierno de la IA
Herramientas de Gobierno del Dato
Relación gobierno del dato – Negocio
TFM: revisión de las actividades

Bloque 9: Visualización del Dato
Principios de diseño de información
Tipos de gráficos y visualizaciones, y grafos
Herramientas de visualización: PowerBI, Tableau,Qlik, ..
Usabilidad de la presentación: Storytelling
Presentaciones eficaces
Sesión Vendor: Qlik
TFM: revisión de las actividades

Bloque 10: Analitica de datos
Fundamentos matemáticos y estadísticos: regresión, etc.
Maching Learning: Supervisado, no supervisado y reforzado
Desarrollo de modelos y evaluación
Deep Learning
Caso práctico de ML
MLOPS – Desarrollo metodológico de modelos
Sesión Vendor: Google
Sesión Vendor: Adobe
TFM: revisión de las actividades

Bloque 11: Experiencia de Cliente y Marketing
Experiencia de Clientes: Visión 360
Sesión Vendor: Salesforce
Caso de usos de la industria: T-Systens
Casos de usos de la industria: Innova-TSN

Bloque 12: Inteligencia Artificial
Definición y aplicaciones de IA.
Casos de la industria
Sesión experto: ChatGPT
IA y marketing
Sesión Experto: Microsoft
Sesión Experto IBM
TFM: revisión de las actividades

Bloque 13: Recapitulación y cierre
Presentación de proyectos
Cierre del Máster

Bloque 14: Habilidades Directivas
Ofimática: Excel básico
Seminario Orientación Laboral
Habilidades Directivas

Profesorado:

Aprende del mejor claustro académico. Profesores, expertos, directivos y empresarios. Potencia tu carácter emprendedor y desarrolla tu capacidad para localizar oportunidades de negocio.

Nuestro Profesorado

El Claustro de profesores del Máster lo componen profesionales de empresas tecnológicas, así como profesores con gran experiencia dentro del ámbito de las escuelas de negocios.

Director del Máster en Gestión y analítica avanzada de datos, Big Data e IA:

D. Luis Esteban Grifoll

Ingeniero en Informática, Máster en ingeniería de software y PDD IESE
Consejero Ex – CHIEF DATA OFFICER de CAIXABANK
Especialista en la estrategia de transformación digital, estrategia del dato (big data), gobierno del dato, inteligencia artificial, y ciberseguridad.

Titulación:

El máster incluye la certificación, individual y personal, por Microsoft en Azure Fundamentals

Este certificado demuestra un conocimiento básico de los conceptos de la nube, los servicios básicos de Azure y las funciones y herramientas de administración y gobernanza de Azure y sirve de examen para el bloque V Cloud Computing.

El Instituto Cajasol, en colaboración con American Land, Centro Preparador de los Exámenes de Cambridge incluye en los programas de Másteres 25/26 la preparación en inglés para para la certificación por Cambridge.

Duración:

424 horas

Fechas:

De octubre de 2026 a junio 2027

Lunes a jueves en horario de tarde

Por motivos organizativos, se podrá fijar una clase al mes los viernes lectivos horario de tarde